文/陳德昌
循著證據有不斷的新發現
　　循證醫學（EBM），或稱「證據醫學」。證據是EBM的基石，主要來自大樣本的隨機對照臨床試驗（RCT）以及薈萃分析。對照、隨機和雙盲等法則是EBM的基礎。而薈萃分析不但包括資料收集，並且對結果進行流行病學探索和評價。
　　EBM標誌著臨床醫學從經驗走向理性。它的主要目是促進推廣真正有效的治療，摒棄無效的，甚至有害的治療措施。現行的指南就是基於EBM證據建立的。
　　但在多年的實踐中，EBM也面臨過種種挑戰。
　　最初，RCT研究顯示，活化蛋白C（aPC）能夠抑制凝血、強化纖溶，防止多器官功能衰竭，降低病死率。
　　2001年，aPC曾經被美國食品藥品監督管理局（FDA）批准應用於嚴重感染治療。但是，2004年，有薈萃分析不肯定aPC療效，並指出出血發生率增加。
　　同樣，重組因數Ⅶa曾經被推薦應用於嚴重感染，以控制出血，但血栓栓塞事件病死率明顯增加，美國FDA重申，重組因數Ⅶa的唯一適應證是血友病。
　　2002年，Annane指出，使用氫化皮質激素可以降低感染性休克患者病死率，研究結果曾被列入2004年美國嚴重感染和感染性休克的治療指南。
　　2006年歐洲危重病醫學年會上，多中心研究報告顯示，其病死率沒有差異。
　　指南根據EBM證據而制訂診斷和治療的統一標準，EBM要求可靠的證據。從歐美重症醫學科（ICU）近40年進展來看，今年的RCT很可能否定了前幾年的RCT，說明前幾年的RCT結果不可靠。
　　而多中心的RCT研究難以取得共識，指南沒有被廣泛應用。ICU危重患者的治療是救命的，家屬很難接受「設立對照、隨機採樣」的概念。從倫理學角度也是不被許可的。大量的日常臨床治療資訊，由於沒有被搜集和利用而丟失了。
　　2008年，美國為評估ICU的醫療品質做了一次調查。綜合2001年~2006年發表的72組多中心RCT進行分析，發現只有10組病死率降低，7組病死率增加，55組無明顯差異。
　　這次調查只涉及嚴重感染和急性呼吸窘迫綜合徵（ARDS），由於兩者病源異質性、臨床試驗入選標準不統一等原因，結果不一定符合ICU醫療的真實情況。然而，此番調查引起了美國醫學界的關注。
　　上述情況在中國大陸亦有同樣反映，中國大陸每年發佈的嚴重感染和感染休克的指南基本上是歐美指南的翻版，那麼，改革的出路何在？
用大資料回答更多的「為什麼」
　　大資料的特點可概括為「6V」。Volume，即大規模資料。Variety，即多樣的資料類型。Velocity，高速資料流程轉，可實現即時或近乎即時傳輸。Value，價值低密度，即資料量大，但有價值的少。Veracity，真實性，即資料的品質。Variability，可變性妨礙處理和有效管理資料的過程。
　　大資料技術的意義不限於掌握龐大的資料資訊，而在於系統地認知大資料。對容量巨大、來源多管道的複雜性資料，要有能力進行全面而細緻的分解。大資料高性能分析有助於發掘真實的、有用的資訊，識別資訊不同的來源，提高決策的正確性。
　　但大資料也可能產生新問題。不能認為大資料搜集資料規模大，不真實的資料就不會妨礙結果。為提高大資料的價值，恰恰要重視資料的真實性。有位學者說：「大資料對偏差沒有免疫力。」做科學研究是為了追求真理。近年來，國家開始對學術不端、論文造假等行為進行嚴格管制，終身追究。大資料技術可以提供海量資料。但是，要從中獲取新知，推動醫學的創新和突破，發展大資料，更不能容忍科研資料造假。
　　再者，大資料顯示事物之間的相互關係，幫助臨床醫師瞭解事物，也就是說，可以「知其然」。但是，大資料並不顯示事物為什麼發生，因而「不知其所以然」。
　　例如，嚴重感染患者為什麼死于序貫性多器官功能衰竭？臨床醫師要「知其所以然」，決不能因「知其然」而故步自封。從「知其然」，演進到「知其所以然」，需要邏輯推理。
　　我們必須在大資料技術提供的大規模醫學資訊基礎上，對這類「為什麼」的問題，從基礎理論的高度進行邏輯推理，激發更深入的研究，才能「知其所以然」。
　　當今，臨床醫學與基礎醫學之間存在著一定的隔閡，成為制約醫學發展的「瓶頸」之一。
　　臨床醫師（尤其是外科醫師）要堅信，基礎研究是臨床工作中不可分割的一部分。充分利用大資料提供的平臺，加強臨床與基礎醫學資訊的交流，溝通學術思想，危重病醫學才能創新，取得突破性進展。和循證醫學一樣，大資料是技術，不是一門學科。大資料可以闡明臨床醫師搜集大量的醫學資訊，提高預測力和決策力。然而，大資料不能替代臨床醫師對問題的理性思考和邏輯推理。
　　我們要利用大資料技術，發掘臨床實踐中的問題，結合病理生理學、免疫學等基礎理論的研究成果，進行邏輯推理，加深精准醫學以及個體化醫療等研究。同時，大資料也為基礎醫學和臨床醫學資訊交流提供了平臺，讓臨床與基礎醫學之間的聯繫、互動更加緊密。